211service.com
Søg ud over Google
Hvis medarbejdere hos Google er bekymrede for fremtiden, ville du ikke vide det fra et besøg i virksomhedens hovedkvarter. Siden sidste efterår, hvor tale om et børsnoteret udbud fik investorerne til at savle, har organisationen været under usædvanlig granskning: nogle iagttagere har kaldt det det hotteste selskab på planeten, mens andre hævder, at det er en virksomhed i lederløs uorden, hvor konkurrenter trænger sig ind og store kunder på randen af afhopp. Men Google-komplekset i Mountain View, Californien, er lige så ubekymret udadtil som et hvilket som helst universitetscampus. Hovedlobbyen er et arbejdsværelse i shagadelic kitsch med et babyflygel, et snurrende festlys og en række neonlyse lavalamper arrangeret i samme blå-rød-gul-blå-grøn-rød sekvens som virksomhedens velkendte. logo. Cafeteriet pulserer af rockmusik, råbte samtaler og lyden af nørder, der slurrer gratis gourmetmad. Ovenpå, i kabinegårdene, sludrer programmører på tværs af gangbroer fyldt med legetøj, Segway-transportere og lejlighedsvis hunde.
Det er først, da jeg sætter mig ned i et stille mødelokale med Googles teknologidirektør Craig Silverstein, at den svimlende dot-com-stemning bliver mere alvorlig. Nu hvor virksomheder som Google og internetreklamebureauet Overture har demonstreret, at visning af emnespecifikke betalte annoncer sammen med resultaterne på en søgeside er en rigtig pengeskaber, der bidrager til en anslået 2 milliarder dollars i branchedækkende indtægter i 2003 - en pakke wannabes investerer i søgesoftware, de siger, vil give brugerne mere relevante resultater end Googles, hurtigere. Jeg spørger Silverstein, om Googles berømte fokus på bedre teknologi vil holde det foran al den konkurrence. Hans svar er forsigtigt.
Det er meget nemt at flytte fra én søgemaskine til en bedre, siger han. Google betaler hundredvis af forskere og softwareudviklere, herunder mere end 60 ph.d.'er, for at bemande frontlinjerne i denne teknologikrig, forklarer Silverstein, der selv har længere orlov fra sine ph.d.-studier i datalogi ved Stanford University. Men han erkender, at det ikke er nogen garanti for sejr. Vi håber, det næste gennembrud kommer fra Google - men hvem ved?
Hvem ved, egentlig? Ifølge Reston, det VA-baserede analysefirma comScore, har Google et stort forspring i forhold til sine konkurrenter med hensyn til amerikansk publikumsandel, der tegnede sig for 77 procent af alle søgninger i august 2003 (inklusive søgninger udført hos AOL og Yahoo!, som brugte Google-søgemaskinen ). Men i søgebranchen er innovation et wild card. I 1999 kunne du have sagt, at AltaVista stort set havde afsluttet søgemarkedet, bemærker Whit Andrews, forskningsdirektør hos teknologirådgivningsfirmaet Gartner. I 1997 var det Inktomi. I 1995 var det Yahoo!. Du ved aldrig i søgebranchen, hvornår der er nogen nede på gaden, der får dig til at ligne gårsdagens nyheder.
Google er sårbart, dels fordi det har få af de infrastrukturelle fordele, som AT&T's engang eksklusive ejerskab af det meste af telefonnettet eller Microsofts kontrol over pc-operativsystemer, der typisk er med til at fastholde dominans. (Ja, presserapporter i januar indikerede, at Yahoo! snart kunne droppe sit forhold til Google og vende sig til sin egen søgeteknologi.) Og virksomhedens krav på berømmelse - dets søgealgoritmers evne til at finde de mest relevante resultater baseret på deres popularitet - kan være ved at blive forældet. Da Google først lanceredes, havde de nogle nye tricks, som ingen andre havde tænkt over før, siger Doug Cutting, en uafhængig softwarekonsulent, der skrev noget af kerneteknologien bag søgemaskinen Excite og har designet søgeværktøjer til Apple Macintosh-computere. Men masser af andre søgemaskiner tilbyder nu spændende alternativer til Googles teknikker, mener Cutting.
For eksempel er der Teoma, som rangerer resultater efter deres status blandt anerkendte myndigheder om et emne, og den australske startup Mooter, som studerer brugernes adfærd for bedre at forstå præcis, hvad de leder efter. Og så er der gorillaen fra Redmond: Microsoft henvender sig til søgning som en af sine næste store forretningsmuligheder. Dets forskere er ved at udtænke et nyt styresystem, der smelter Google-lignende søgefunktioner ind i alle Windows-programmer, såvel som software, der gennemsøger nettet efter endegyldige svar på spørgsmål, du formulerer på dagligdags engelsk. I mellemtiden har Yahoo! lancerede sit eget forskningslaboratorium i januar, og Cutting selv bygger et open source-alternativ til Google. I dag, siger han, er jeg ikke overbevist om, at [Google er] markant bedre.
Uanset hvilken teknologi, der fanger morgendagens websurfere, vil dens bygherre tjene enorm indflydelse - og flot overskud. Omkring 550 millioner søgeanmodninger indtastes hver dag på verdensplan (245 millioner af dem i USA). I 2007 vil de betalte annonceringsindtægter, der genereres af alle disse søgninger, nå op på omkring 7 milliarder dollars, siger Piper Jaffray-analytiker Safa Rashtchy. Alligevel viser undersøgelser, at næsten en fjerdedel af brugerne ikke finder det, de leder efter, i det første sæt links, der returneres af en søgemaskine. Det er til dels fordi de dyrebare nåle af information, vi søger, er begravet under en høstak, der vokser med omkring 60 terabyte hver dag. Og det er grunden til, at den brutale konkurrence i søgeindustrien vil fortsætte, især da søgevirksomheder indvarsler en lang række avancerede teknologier, såsom behandling af naturligt sprog og maskinlæring. I løbet af de næste fem til ti år, siger Rashtchy, kunne vi se massive forbedringer, der giver stigninger i størrelsesordener i relevans og brug. Og det er konkurrencen om at levere disse forbedringer - meget mere end succesen eller fiaskoen af Googles rygtede børsnotering, som forventes af mange til at ske i foråret - der sandsynligvis vil afgøre, hvordan vi vil navigere på nettet om et par år.
Trækker rang
Af natur kaotisk og decentraliseret skriger nettet efter værktøjer til at hjælpe folk med at jage dokumenter, uanset hvor de bor. Lad os sige, at du vil have information om behandlinger af skørbug i det 18. århundrede: uden en søgemaskine kan du ikke vide, at de data, du har brug for, kun er gemt på steder som en kryptisk navngivet fil ( www.jameslindlibrary.org/trial_records/17th_18th_ Century/lind/lind_kp.html) på en server på biblioteket ved Royal College of Physicians i Edinburgh, Skotland.
Når du skriver skørbug i et søgefelt på Google eller MSN eller Ask Jeeves, rører du dog stadig ikke selve filen på Royal College. Du bladrer blot gennem søgefirmaets indeks over nettet - en enorm liste samlet af softwareedderkopper, der kryber gennem tusindvis af sider hvert sekund, kopierer søgeord, sætninger, titler og undertekster, links og anden beskrivende information. Når først et fragment af information lander i indekset, komprimeres det normalt, tildeles en vægt eller betydning og gemmes i en database til hurtig genfinding. De søgetermer, du indtaster, sammenlignes med dette indeks, og links til sider, der indeholder et eller flere af dine udtryk, vises i rækkefølge efter relevans.
Hvordan en søgemaskine bestemmer, at relevansen er den hemmelige sauce. Google steg til fremtræden i 1999, hovedsageligt på grund af PageRank, en algoritme opfundet af grundlæggerne Larry Page og Sergey Brin, som var den første til at udnytte den massive sammenkobling af websider. Hvert link er i virkeligheden en stemme foretaget af forfatteren af én side for indholdet af en anden. Page og Brin indså, at hvis deres indeks var stort nok, ville de være i stand til at vurdere en sides betydning ved at tælle antallet af andre sider, der linkede til den. De tog også andre faktorer i betragtning, såsom relevansen af teksten omkring linkene og linksidernes egen popularitet. Men deres banebrydende indsigt var, at nettet er en kæmpe popularitetskonkurrence - og at de mest citerede sider nok vil være de mest nyttige. Teknikken fungerede sindssygt godt, og webbrugere stemte med deres klik. Mellem juni 2000 og januar 2004 faldt den tidligere tophund AltaVista, som rangerede resultater stort set efter antallet af gange en side nævnte brugerens søgeord, fra ottendepladsen i den samlede webtrafikplacering til 61., mens Google klatrede fra næsten-usynlighed til fjerdepladsen ifølge data fra analysefirmaerne Media Metrix og Alexa. Google har gennemsyret nettet så meget, at selve navnet blev valgt af American Dialect Society som det mest nyttige nye ord i 2002.
På trods af sine fordele har PageRank et par mangler. Ligesom tidligere søgemaskiner kunne narre af sider spækket med tusindvis af søgeord i usynlig hvid-på-hvid-type, kan en skruppelløs webstedsejer, der ønsker, at hans webadresse vises højere i Googles søgeresultater, nemt udgive tusindvis eller endda millioner af uønskede sider der indeholder links til hans websted, hvilket kunstigt hæver dets rang. (Google siger, at det har måder at modvirke sådanne angreb på, men vil ikke diskutere dem.) Det samme smuthul i PageRank tillader Google bombning - et nyligt fænomen, hvor bloggere gør en humoristisk eller politisk pointe ved at skabe så mange links til et givet websted, som det kommer først, når brugere indtaster et specifikt udtryk i Google-søgefeltet. Google-bombere, der protesterede mod krigen i Irak, formåede for eksempel at gøre George W. Bushs biografi om Det Hvide Hus til det førsterangerede resultat under en elendig fiasko.
Mere generende for nogle kritikere er dog PageRanks besættelse af berømmelse. En legitim side, der matcher en Google-brugers søgetermer perfekt, kan blive begravet i søgeresultaterne, simpelthen fordi der ikke er nok andre sider, der peger på den, bemærker Daniel Brandt, en webudvikler, der driver et kritisk websted kaldet Google Watch. En sides relevans for en individuel bruger, hævder Brandt og andre kritikere, kan afhænge af mere end dens popularitet. Bare fordi resten af planeten tror, at dette er det bedste rejsested, betyder det ikke, at det er det bedste rejsested for dig, siger Liesl Capper, grundlægger og administrerende direktør for den Sydney-baserede opkomling Mooter, som tror, at hun måske har en bedre måde.
Sætte et stempel på søgeresultater
Indtast den samme søgeterm i ti forskellige søgemaskiner, og du vil sandsynligvis få ti modstridende sæt resultater. Det skyldes til dels, at søgevirksomhedernes edderkopper gennemgår forskellige undergrupper af nettet; men endnu vigtigere, det er en afspejling af de unikke principper, der fungerer i hver virksomheds rangeringsalgoritmer. Her er, hvordan tre søgemaskiner håndterer udtrykket frimærkesamling .
| Spørg Jeeves/Teoma | Mooter | ||
| en. | American Philatelic Society | Mønt- og frimærkeindsamling (About.com) | Stempel link - Filateli, frimærkeindsamlingens bedste websted i sin kategori |
| to. | Joseph Lufts filatelistiske ressourcer på nettet | Joseph Lufts filatelistiske ressourcer på nettet | Warragul Philatelic Society (frimærkeindsamling) |
| 3. | Linns.com : Hjemmesiden for verdens største ugentlige frimærkeavis-Linn's Stamp News | American Philatelic Society | Posthistorie , filatelistiske omslag og frimærker til salg |
| Fire. | Stempel link - Filateli, frimærkeindsamlingens bedste websted i sin kategori | BNAPS frimærkeindsamling til børn | Great Britain Philatelic Society |
| 5. | Philatelic.Com | Linns.com : Hjemmesiden for verdens største ugentlige frimærkeavis-Linn's Stamp News | Frimærkeindsamling, Filateli, Frimærkeauktion |
| Den toprangerede side har den højeste autoritet - i det væsentlige de fleste links - blandt fællesskaber af websteder om frimærkeindsamling. Det er valideret af referencer fra ressourcesider (linksamlinger fra eksperter og entusiaster - i dette tilfælde frimærkesamlere) og linkpopularitetsmålinger, der ligner Googles. Den andenplads, Joseph Lufts Filatelic Resources, har færre og mindre kvalificerede henvisninger fra eksperter om emnet. | Googles embedsmænd vil ikke diskutere, hvordan Google-motoren når frem til placeringer for specifikke websteder. Patentdokumenter og offentliggjorte papirer viser dog, at Google rangerer sider efter, hvor ofte andre sider linker til dem. Google tager også højde for faktorer som relevansen af de henvisende sider og teksten omkring linkene. Formentlig samlestempler. about.com er den mest citerede side om dette emne i Googles indeks. | Mooter grupperer først resultater i klynger eller temaer. Siderne vist ovenfor vises i filatelistisk klynge, rangeret efter, hvor ofte søgeordene og klyngenavnet optræder på hver side, blandt andre faktorer. Mooter lærer brugerens hensigt at kende ved at notere, hvilke klynger og sider der klikkes på, og omrangerer resultaterne for at afspejle det tilsyneladende interessemønster. |
Kilder: Spørg Jeeves, Google, Mooter. Resultater aktuelle pr. 5. januar 2004 (Spørg Jeeves, Google), 13. januar 2004 (Mooter).
Et stjerneskud af ideer
Jeg spiser frokost med Capper på en strålende tidlig vinterdag i San Francisco. Hun er i byen for at kalde på potentielle investorer og kunder. Mennesker, der kontrollerer informationsstrømmen, har en subtil, men gennemgribende magt, fortæller hun alvorligt. Nogen skal have den magt, og det er vigtigt, at de mennesker, der gør, er dem, der bevidst forsøger at have en positiv indflydelse, og som giver magten tilbage til den enkelte. Mooter sigter mod at gøre det ved at gøre websøgninger nemmere og mere personlige. Capper voksede op i Zambia, studerede psykologi i Sydafrika og grundlagde en kæde af tidlige barndoms-udviklingscentre, før han emigrerede til Australien i 1997 og valgte søgeteknologi som stedet for at gøre sin næste indflydelse. Hun etablerede butik i Sydneys centrum og hyrede Jondarr Gibb, en erfaren softwarearkitekt, og John Zakos, en kandidatstuderende, der skrev sin doktorafhandling fra Griffith University om anvendelsen af neural-netværksteori til internetsøgninger.
De tre har blandet deres ideer om psykologi, software og neurale netværk for at skabe en rangeringsalgoritme, der lærer af brugeren, efterhånden som en søgning skrider frem. Før du dumper en lang liste af links på en bruger, analyserer Mooter de potentielle betydninger og permutationer af startsøgeordene og rangerer bag kulisserne relevansen af de resulterende websider inden for brede kategorier kaldet klynger. Brugeren ser først et stjerneudbrud af klyngenavne på skærmen. En søgning på navnet Paul Czanne giver for eksempel klynger som f.eks kunst, kunstnere, Czanne, Frankrig, gallerier , og berømte malerier . Det er psykologi-delen. Når du laver en traditionel søgning, får du dine millioner af resultater, og dit sind laver en konceptuel gruppering, siger Capper. Men vores sind er hard-wired til kun at behandle tre til fem slags information på én gang. Vi besluttede ikke at tilsidesætte det, men at arbejde med det.
Så kommer læringsdelen. For at udvikle en mere præcis forståelse af, hvad brugeren sandsynligvis leder efter, noterer Mooter-motoren, hvilke klynger og links der bliver klikket på, og bruger disse oplysninger til at forbedre fremtidige svar. Antag, at en bruger indtaster begrebet hund, klikker på en klynge kaldet racer og derefter bruger meget tid på at kigge på websteder om Schnoodles (en populær Schnauzer-pudel-blanding). Når brugeren klikker på et nyt søgeresultat, vil Mooter tilpasse rangeringen, så den afspejler dette tilsyneladende mønster af interesse, hvilket for eksempel kan føre til, at websteder om hunde plus racer plus Schnoodles vises højere. Et raffineret sæt resultater vises på hver side; motoren fortsætter med at justere placeringerne baseret på brugerens adfærd.
Hele ideen er at give folk de resultater, de ønsker, med så få klik som muligt. To klik, og vi har allerede en rigtig god idé om, hvor du er på vej hen, siger Capper. Da Mooters beta-side debuterede i oktober sidste år, forventede Capper ikke, at det ville blive bemærket uden for Australien. Men trafikken fra hele verden har været så stor, siger hun, at virksomheden har været nødt til at installere flere webservere for at holde tjenesten kørende.
Brug meget tid på at tale med insidere i søgeindustrien, og du vil indse, at der er næsten lige så mange måder at rangere søgeresultater på, som der er sider på nettet. Googles formodede overdreven afhængighed af popularitet var en af inspirationerne bag Teoma (udtales tay-o-ma), grundlagt i 2000 af datalogen Apostolos Gerasoulis og kolleger ved Rutgers University i New Jersey. Teomas søgesoftware driver nu Ask Jeeves, søgesiden nummer seks. Google ser på nettets struktur, men den metode går ikke ned til næste niveau, siger Paul Gardi, Teomas senior vicepræsident for søgning. Når du kommer ned på det lokale niveau, vil du opdage, at links klynger sig omkring bestemte emner eller temaer, meget ligesom fællesskaber. For eksempel linker sider om boligforbedring ikke blot opad til mere populære sider; de har også en tendens til at linke til hinanden og danner cirkler omkring prominente websteder som Hometime.com, Homeideas.com og BobVila.com.
Rutgers-forskerne designede Teoma (gælisk for ekspert) for at finde disse fagspecifikke fællesskaber og udnytte deres visdom. Før Teoma-motoren præsenterer resultaterne for et givet sæt søgeord, forklarer Gardi, identificerer den de tilknyttede fællesskaber og leder efter myndighederne i dem - det vil sige de sider, som fællesskabsmedlemmernes websteder oftest peger på. Teoma forsøger at verificere troværdigheden af disse autoritetssider ved at kontrollere, om de er opført på ressourcesider oprettet af fageksperter eller entusiaster, som har tendens til at linke til de bedste sider i fællesskabet. Det rangerer derefter søgeresultaterne efter, hvor ofte hver side citeres af myndighedssider.
IBM og andre organisationer eksperimenterede med lignende autoritetsbaserede rangordningssystemer i slutningen af 1990'erne, men Gerasoulis siger, at deres tilgange kan tage timer at slå igennem alle siderne derude. Gerasoulis' proprietære teknik gør det samme på omkring en femtedel af et sekund. Ask Jeeves dumpede sin tidligere søgeudbyder og skiftede til Teomas teknologi i 2001, og dets forespørgselsvolumen steg med 30 procent om året i 2002 og 2003.
Hvor svært det end kan være at tro, når du ser på et dusin sider med søgeresultater, ignorerer nutidens søgemaskiner det meste af det, der findes derude på internettet. Softwareedderkopper har svært ved at indeksere indhold, der er beskyttet bag tilmeldingsformularer eller gemt i databaser såsom produktkataloger eller juridiske og medicinske arkiver og kun samlet til websider i det øjeblik, brugerne anmoder om det. Dette såkaldte Deep Web kan beløbe sig til så meget som 92 petabyte (92 millioner gigabyte) på verdensplan, eller næsten 500 gange volumen af overfladenettet, ifølge School of Information Management and Systems ved University of California, Berkeley.
Mining af Deep Web er missionen for endnu et frisk ansigt i søgevirksomheden-Chicago-baserede Dipsie. Google og Teoma indekserer kun omkring 1 procent af dokumenterne derude, siger Jason Wiener, Dipsies grundlægger og teknologichef. Wiener, en autodidakt programmør, der drev et webudviklingsfirma i San Francisco indtil dot-com-nedbruddet, har brugt de sidste to år på at bygge en mere smidig crawler, en der kan komme forbi formularer og databasegrænseflader. Lad os sige, at du undrer dig over standardudstyret på en Mercedes 55SL cabriolet. På Cars.com vil det tage omkring seks trin at bore ned til siden med detaljerede produktoplysninger. Dipsie vil dog have indekseret hele Cars.com-databasen på forhånd, så den kan sende dig til samme side med et enkelt klik. Vi håndterer ikke noget, der kræver autentificering med brugernavn og adgangskode, men vi laver næsten alt andet, siger Wiener. Han hævder, at når Dipsies søgeside bliver offentligt tilgængelig denne sommer, vil dets indeks omfatte 10 milliarder dokumenter - det tredobbelte af den nuværende størrelse af Googles indeks.
Så mens Google stadig er konge af bakken, kryber selve bakken nu med konkurrenter med deres egne lyse ideer. Det ved Google, siger Gartner-analytiker Andrews. De er født i Stanford, og de ved, at der er elever i Stanfords klasser, der siger: 'Hey, jeg har en idé - hvad nu hvis vi tager denne algoritme og syr den sammen med den algoritme?' De skal enten ansætte de unge tyrkere eller besejre dem.
Mikrosøgning
Men hvis der er et softwarefirma, der ved, hvordan man ansætter unge tyrkere og omsætter deres ideer til markedsdominerende produkter, så er det Microsoft. Nævn et hvilket som helst varmt hjørne af datalogi, og det firma, Bill byggede, vil sandsynligvis beskæftige mindst en eller to af feltets førende efterforskere: trods alt beskæftiger de fem Microsoft Research-laboratorier rundt om i verden mere end 600 forskere. Og når Microsoft lugter et stort marked, bevæger det sig normalt med fuld kraft for at satse på sit krav.
Der er intet blå himmel ved Microsofts strejftog i informationssøgning, den disciplin, som søgemaskinen udsprang af. Virksomheden har allerede vundet en markedsandel på 97 procent i pc-operativsystemer og en andel på 90 procent i kontorsoftware; søgning er en af de sidste store dele af computerlandskabet, som Microsoft ikke dominerer. Og en undersøgelse af R&D-projekter i virksomheden bekræfter, at den ser forbedrede former for søgning som nøglen til virksomhedens vækst. Efterhånden som udgivelsen af den næste version af Windows, kodenavnet Longhorn, nærmer sig - en testversion vil være klar senere i år - accelererer forskere og produktudviklere indsatsen for at gøre websøgning til en integreret del af det.
Et af de mest prangende stykker software i værkerne lover at give dig mulighed for at indtaste dine spørgsmål på simpelt engelsk og få et direkte svar tilbage. Virksomheden mener, at søgebrugere ikke skal bekymre sig om at vælge de rigtige søgeord, forbinde dem med de rigtige boolske operatorer ( og, eller, ikke osv.), og rulle gennem side efter side med søgeresultater. I stedet, siger Microsoft-forsker Eric Brill, bør søgemaskiner forstå og besvare spørgsmål i naturligt sprog.
Tag Microsoft Researchs AskMSR-program, som Brill og hans kolleger har testet på Microsofts interne netværk i mere end et år. Kernen er et simpelt søgefelt, hvor brugere kan indtaste spørgsmål som Hvem dræbte Abraham Lincoln? og i stedet for at få en liste over websteder tilbage, der kan have den information, de søger, får du et klart svar: John Wilkes Booth. Softwaren er ikke afhængig af nogen avanceret kunstig intelligens-algoritme, men snarere på to overraskende simple tricks. For det første bruger den sprogregler lært fra en stor database med eksempelsætninger til at omskrive søgesætningen, så den ligner mulige svar: for eksempel dræbte ___ Abraham Lincoln eller Abraham Lincoln blev dræbt af ___. Disse tekststrenge bruges derefter som forespørgsler i en sekvens af standard søgeordsbaserede websøgninger. Hvis søgningerne giver et nøjagtigt match, er programmet færdigt, og det præsenterer det svar for brugeren.
I mange tilfælde vil programmet dog ikke finde et nøjagtigt match, men kun skrå variationer af tekststrengene, såsom John Wilkes Booths voldelige gerning på Ford Theatre afsluttede Lincolns anden periode, før den var startet. Det er også okay. Som sit andet trick begrunder AskMSR, at hvis Booth ofte optræder i samme sætning som Lincoln, skal der være et vigtigt forhold mellem dem - hvilket gør det muligt for den at give et svar, selvom det ikke er 100 procent sikkert ( se Q: Hvordan fungerer spørgsmålssvar? under ). Vi udnytter nettets redundans, forklarer Brill. Hvis du har mange steder, hvor du er noget sikker på, at du har fundet svaret, gør overflødigheden det mere sikkert. Efterhånden som internettet vokser, vil dets redundans også vokse, hvilket gør AskMSR stadig mere kraftfuld, begrunder Brill. Selvom planerne for AskMSR ikke er konkrete, mener Brill, at koden vil se dagens lys, måske som en del af en fremtidig Microsoft-søgemaskine.
En anden Microsoft Research-indsats er mindre optaget af, hvordan søgemaskiner fungerer, end med hvordan og hvornår brugere har brug for information. Lige nu, når du vil søge efter information, stopper du stort set alt, hvad du laver, trækker en separat applikation op, kører søgningen og prøver derefter at integrere søgeresultatet i det, du lavede før, siger Microsofts informationssøgningsekspert Susan Dumais. Vi forsøger at tænke på, hvordan søgning i langt højere grad kan være en del af den igangværende computeroplevelse.
Til det formål udvikler Dumais et program kaldet Stuff I've Seen, der er designet til at give computerbrugere hurtig og nem adgang til alt, hvad de har set på deres computere. Grænsefladen til det eksperimentelle program, som vil påvirke søgemulighederne i Longhorn, er et altid tilgængeligt søgefelt inde i Windows proceslinjen. Indtast en forespørgsel i feltet, og Stuff I've Seen vil vise en organiseret liste over links til relaterede e-mail-beskeder, kalenderaftaler, adressebogskontakter, kontordokumenter eller websider i et enkelt, samlet vindue. En ny funktion ved Stuff I've Seen, kaldet Implicit Query, ville arbejde i baggrunden for at hente information relateret til, hvad end brugeren arbejder på. Hvis du f.eks. læser en e-mail-meddelelse, kan Implicit Query vise en boks med links til titlerne og e-mail-adresserne på alle de personer, som meddelelsen omtaler, og til alle dine tidligere e-mails fra afsender. For at gøre softwaren endnu mere nyttig arbejder Dumais på at føje et element til to-knaps-musens standard Windows-højreklik-menu, der vil blive mærket Find mig-ting som dette og vil søge både i personlige data og webdata for information relateret til en fremhævet navn eller sætning.
AskMSR, Stuff I've Seen og relaterede projekter er alle en del af et større skift i teknologistrategi hos Microsoft, som kunne positionere virksomheden til at konvertere hundredvis af millioner af Windows-brugere over hele verden til sin egen søgeteknologi, ligesom det fratrådte webbrowsermarkedet fra Netscape tilbage i 1990'erne. Kernen i denne transformation er det nye Windows-filsystem eller WinFS - selve hjertet af Longhorn. Under det nuværende Windows-filsystem opdeler hver softwareapplikation sin tildelte lagerplads i sit eget særegne hierarki af mapper. Dette gør det næsten umuligt, for eksempel at sammenkæde en del information, såsom navnet på forfatteren af et Word-dokument, med den samme persons adresse eller telefonnummer i Outlook. WinFS har derimod i sin kerne en relationsdatabase: et ordnet sæt tabeller gemt på din harddisk, hvor alle data på din computer kan søges og ændres af alle applikationer ved hjælp af et standardsæt af kommandoer.
Hvis Longhorn inkluderer værktøjer baseret på Stuff I've Seen og giver dem mulighed for at kommunikere direkte med en websøgemaskine, kan det skabe det enkelte søgefelt, som softwareproducenterne har drømt om - porten til al den information, du har brug for, uanset om den er inde i din pc eller ude på netværket. Gartners Whit Andrews ser for det første frem til Microsofts nye software. Kom med det! han siger. Jeg sidder her og kigger på min e-mail. Hvis jeg vil slå dig op, skal jeg huske at Google dig. Men det, jeg virkelig ønsker, er at finde ud af, om jeg har talt med dig tidligere. Så jeg vil højreklikke og søge globalt, søge i mine e-mail- og kontaktmapper, søge i U.S. Search.com [som sælger adgang til oplysninger, der er gemt i offentlige registre]. Hvem har den fordel? Microsoft er der, og for de billige ting, som forbrugerne ikke kommer til at smide en masse penge efter, er de i en fantastisk position.
Q: Hvordan fungerer besvarelse af spørgsmål?
A: Sådan
Microsofts SpørgMSR software gør almindelige engelske spørgsmål til formelle søgeforespørgsler og afstemninger på nettet
for konsensussvar.
| 1. Spørgsmål | Hvor mange æg er der i et dusin bager? |
| 2. Omskriv forespørgsel | Der er + æg i en + bager dusin En bagers dusin har + æg bager + dusin + æg |
| 3. Saml søgeresultater og filtrer (Ignorer f.eks. resultater, der ikke ligner et svar på et spørgsmål om hvor mange) | Et dusin har normalt 12 æg, så hvor mange æg har et dusin bager? The Baker's Dozen Cookbook Hvorfor kaldes 13 æg et dusin bager? 13 æg gør en bager dusin. |
| 4. Uddrag svar fra tekst og præsentere de mest sandsynlige svar | 13 æg (81 procent sandsynligt) 12 æg (7 procent sandsynligt) |
Kilde: Microsoft
I mellemtiden, tilbage på Googleplex
Jeg spørger Googles teknologidirektør Craig Silverstein, om Microsofts søgeopbygning holder ham vågen om natten. Han anerkender, at Microsoft og Google udforsker noget af det samme tekniske område, men hævder, at fordi Google er så meget mindre end Microsoft (1.000 ansatte mod 55.000), kan det handle mere smidigt på sine ideer. Og på trods af dens mindre størrelse generelt, har Google flere forskere, der primært er dedikeret til søgning end Microsoft. Silverstein påpeger også, at hver af Googles flere hundrede softwareudviklere er påkrævet - som en del af jobbet - at bruge 10 procent af sin tid på langt ude personlige projekter, som giver en kontinuerlig strøm af kreative ideer.
Nogle af disse projekter dukker op på Google Labs (labs.google.com), en sektion af Googles websted, hvor offentligheden kan prøve og kommentere søgerelateret software, der stadig er under udvikling. Google Viewer, for eksempel, animerer resultater, så de ruller op ad skærmen som filmkreditter. Stemmesøgning lader dig indtaste en telefonsøgning, hvis du tilfældigvis er væk fra dit skrivebord, og derefter hente resultaterne online senere. Google Deskbar installerer et permanent Google-søgefelt på proceslinjen i Windows; resultater vises i et lille, midlertidigt vindue, så brugerne ikke behøver at starte deres webbrowsere, hver gang de vil slå noget op.
Men ingen af Google Labs-prototyperne repræsenterer en innovation af størrelsesordenen for Page og Brins originale PageRank-algoritme. De er heller ikke i samme liga som Microsofts indsats for at genopfinde Windows og integrere de applikationer, der kører på det. Mens Silverstein og hans kolleger vil tale om effektiviteten af Googles mere end 10.000 webservere og passionen og drivet hos Googles programmører, vil de ikke sige, hvordan virksomheden håber at forbedre PageRank, eller hvilke nye teknologier der kan imødegå trusler som Teoma og SpørgMSR. Så i sidste ende er der lidt ydre bevis på, at Google har de nye ideer, som det skal bruge for at bevare sin markedsandel. Siger open source-programmøren Doug Cutting, at Google har en hel masse mennesker, der forsøger at komme med monumentale fremskridt, men vi har ikke set dem. Jeg tror, hvis de havde dem, ville de vise dem.
En ting, Silverstein kan lide at tale om, er hans langsigtede mål for søgeteknologi, som han mener stadig er i sin vorden. Det er tydeligt, at svaret [til søgning] ikke er en rangeret liste over websteder, siger han. Ingen forventer at henvende sig til en bibliotekar, stille et spørgsmål om Panamakanalen og få 50 bogtitler som svar, argumenterer han. Silverstein mener, at eksperter i informationssøgning bør sigte højt og bygge software, der er lige så god til at pege brugerne mod de specifikke ressourcer, de har brug for som en veluddannet referencebibliotekar. Det vil selvfølgelig kræve store fremskridt inden for områder som sandsynlighed for maskinlæring og naturlig sprogbehandling - og Google fortsætter med at ansætte nogle af de bedste nye ph.d.'er inden for disse områder, herunder fire nyuddannede fra Stanford-laboratoriet i Daphne Koller, en førende maskinlæringsforsker ( se 10 nye teknologier, der vil ændre din verden , BØRN februar 2004 ).
Men vil alt det talent blive omsat til værktøjer, folk kan bruge? Google selv dukkede op tilsyneladende fra ingenting og overskyggede hurtigt andre fremtrædende søgemaskiner såsom AltaVista. Og hvis der er et budskab spredt af præsterne fra dot-com-boomet, som stadig holder stik, så er det, at folks ønske om hurtigere og mere effektive måder at gøre tingene på overtrumfer mærkeloyalitet hver gang. Hvis rivaler som Ask Jeeves og opkomlinge som Mooter eller Dipsie opnår selv en del af deres visioner om bedre rangeringsalgoritmer, enklere grænseflader og større, mere omfattende indekser, kan de tage en stor bid af Googles forretning. Microsofts gennemgribende eftersyn af Windows-miljøet lover i mellemtiden at ændre selve konceptet med søgning for langt de fleste computerbrugere.
Den gode nyhed for internetsurfere er, at konkurrence vil gøre søgeværktøjer til en endnu mere nyttig del af vores daglige liv. Uden søgeværktøjer ville nettets rigdomme være lige så utilgængelige som tabletterne, rullerne og håndkopierede tomes fra før-Gutenberg-tiden, og efterhånden som internettet selv vokser, vokser vores behov for bedre måder at trænge ind i det. Men hvilke teknologier vil give den adgang, vi higer efter - og hvem der vil drage mest ud af dem - er spørgsmål, som ikke engang de bedste søgemaskiner kan besvare.